文摘

脚踏实地的卫星估计雨中是一个主要问题。这个问题是,所采取的测量卫星传感器从根本上不同的是相比之下,在地上。此外,由于卫星有限的能力来衡量小雨率,比较还应该考虑卫星降雨率的阈值。本文提出一种真实设计卫星降水率与阈值。真实真实这个设计是传统的推广设计被认为是唯一的(0,0)和(0,0)测量对。均方误差作为一个索引的精度估算地面测量通过卫星测量。应用人工随机现场真实表明,提出的设计与设计偏差阈值是有效的为零。同样的结果也得到应用程序的COMS(通信、海洋和气象卫星)在韩国雨率数据。

1。介绍

这是一个非常困难的工作,准确地观察雨率在太空领域。雨量计是最传统的工具来测量降雨和仍被认为是最可靠的一个。然而,雨量计产生点测量可能不足以捕获雨速度场的空间特征。雷达的优势在这个意义上,它有一个大的空间范围。然而,雷达的空间覆盖率仍然是小覆盖非洲大陆或整个地球。这就是为什么卫星预计将扮演重要的角色在全球水文(1]。

卫星提供的各种信息,如土地利用、植被和土壤水分。具体来说,降水信息用于全球水文循环的分析,最终是为洪水预报作为一个输入(2- - - - - -5]。许多卫星项目进行测量雨率尤其是偏远地区如热带太平洋(6- - - - - -12]。然而,卫星还使用一个传感器间接测量雨率,可以不同于真实价值的测量。这就是为什么验证过程需要雨率数据通过与所谓的真实的比较(13,14]。

真实的问题是一个复杂的过程自两个传感器测量不同的数量:雨量计测量降雨率近连续时间点,卫星测量面积平均降雨率对其视野(FOV)离散。在这两个估计从长远来看应该同意,可能会有一个大型的随机差异,因为不同时空采样配置。应该是可能的,然而,通过足够的同时对测量数据进行比较,并检查卫星雨中偏差率。蒂埃尔(15)提供了一个广泛讨论的所有相关问题的真实,表明几个地区活跃的研究问题。北et al。16和Ha和北17)开发了一种策略,可以用来检查使用地面卫星数据的校准测量。

真实的问题是复杂的,真正的雨的概率分布率数据有重大贡献为零雨率(通常超过90%)。因此,许多数据对可以(不下雨,不下雨)测量或者(没有雨,雨)测量,第二项是卫星数据。出于这个原因,应该收集更多的数据对显示没有偏见由于涉及真实的设计。哈哈,北18和Ha等。13真实)也提出了设计使用双只有当卫星测量的数据是正的。

此外,它也知道卫星测量有很大的不确定性,特别是当雨率很低(19- - - - - -21]。这个问题有关的电信号的频谱反映对象。当信号的强度小,信噪比(信噪比)的电信号可以减少,从而导致更大的不确定性(22,23]。在雨中,不确定性率测量时可以非常高雨率很小(22,23]。这个问题的一个简单的解决方案是丢弃的数据小于一定阈值的雨。

我们在座的技术验证卫星降雨率基于测量的比较在地上。由于卫星降雨率不是可靠的雨率很低时,真实的设计提出了研究使用数据对只有当卫星测量超过一定的阈值水平。真实点雨量计作为测量来验证卫星降雨率。使用雨仪表的优势是,他们不引入任何有争议的相关算法估算降雨率的“真实”测量,如来自雷达。

作为一个应用实例,本研究分析了COMS(通信、海洋和气象卫星)在韩国雨率数据。真实数据,雨率从468使用AWS(自动气象站)。降雨事件包括雨率0800 lst分析2011年7月27日,其最大小时降雨率记录在首尔,韩国的首都,超过80毫米/小时。

本文共有四个部分组成,包括引言和结论。部分2总结了理论上的比较问题的卫星和雨量计雨率阈值。伯努利随机领域的应用实例也提供了在这一节中。节3,一个真正的应用程序示例的COMS雨率数据。

2。理论背景

Ha et al。24)提出了一个理论背景的比较雷达和雨量计雨率与给定的阈值。他们还显示,不会有系统性偏差时引入一个阈值应用到雷达降雨率。总结的理论背景比较雷达和雨量计雨率如下。

考虑随机雨率中定义的,飞机,沿着时间轴。作为一个典型的实验,我们找到一个点雨量计在某个固定位置,在飞机。雨量计坐落在一个卫星,与它的面积。现在,雨量计雨率被定义为 ,基于卫星降雨率,计算 显然,卫星降雨率(2)对应的雨量计雨率(1)。因此,我们有两个测量,对雨量计,和,下标表示卫星和雨量计,分别。我们形成卫星和雨量计雨率之间的差异,称之为错误为数据对。在这里,我们假设雨量计雨率是卫星的“真理”,只有雨率包含一些错误。均方误差,通常是作为一个索引的准确性,当比较卫星降雨率的雨量计,通过定义 卫星降雨率的误差为一个特定的雨量计可能含有随机误差的一大组成部分。如果测量对的成员是统计独立的,我们可以锐化的直方图之间的不同卫星降雨率和雨量计雨率,通过添加独立的数据对。

概括的介绍,与阈值的比较使用数据对只有当卫星降雨率大于阈值;也就是说,它使用的是数据对当,在那里是阈值。我们可以写使用阈值的平均误差比较如下: 在哪里表示的条件均值,考虑到。我们也可以表达的均方误差

在这项研究中,我们分区卫星箱到(n×n)瓷砖(或细胞),有效地治疗随机场作为一个多元向量。卫星降雨率可以写成 在哪里是细分的数量,选择分区的卫星箱和代表了area-average雨率在一个网格,我们称之为一个瓷砖(或细胞)。此外,雨量计雨率被认为是 在哪里雨量计的位置。为方便符号,我们将使用和,而不是和,分别。卫星和雨量计雨率 当我们计算均值和均方误差,我们必须考虑雨量计的位置在卫星箱。由于雨量计是位于卫星内随机本,我们可以假设一个随机数,均匀分布。

Ha et al。24]给出了一个例子,这样的概率降雨率在一个单独的瓷砖(或细胞)和一个瓷砖都是相互独立的。自从随机场是假定为一个白噪声伯努利随机领域,计和卫星测量的分布 真实的设计与阈值使用只有当卫星测量的数据对大于阈值。因此,我们可以推出地面和卫星测量的分布与阈值的分布和有条件的。由于我们假定随机白噪声,卫星测量的概率大于阈值是 在哪里和是最大的整数小于或等于。注意,当随机领域不是白噪声的概率不能用这张表格。最后,他们得到的误差分布, 使用衍生条件误差分布,这是显示 这说错误的偏见真实设计真实与阈值为零,因此设计可以用来验证卫星测量。

3所示。COMS数据例子

3.1。数据

作为一个应用实例,本研究分析了COMS(通信、海洋和气象卫星)雨率数据。是一个地球同步卫星发射的COMS 6月27日,2010年。COMS是由国家气象卫星中心,生产卫星降雨率数据通过分析卫星图像与校正矩阵(CMs)由雷达信息。CM是依赖于太阳天顶角。如果太阳天顶角高于阈值角度(85°),基于红外图像的CM (IR-1)和水蒸气(西弗吉尼亚州)。另一方面,如果太阳天顶角低于阈值角度,另一个厘米的基于图像IR-1,西弗吉尼亚州,可见(VIS)。此外,湿度校正因子,云增长率校正因子,云顶温度梯度校正因子,视差校正因子和地形校正因子应用于正确的CMs的降雨率估计。

COMS雨率数据的空间分辨率是4公里×4公里,其时间分辨率是15分钟。真实数据评估的COMS雨率数据,雨量计的数据共有468 AWS(自动气象站)。图1显示了示例图像的雨率在北半球,在朝鲜半岛0800 lst 2011年7月27日。暴风雨事件发生在这个时间是一个非常严重的一个,并每小时的最大降雨率记录在首尔,韩国的首都,超过80毫米/小时。

3.2。应用程序的结果

在这项研究中,误差被定义为不同卫星降雨率和雨量计雨率。然而,本研究的目的是找到阈值应用到卫星降雨率是否会导致系统性偏差,我们准备了两种不同的雨量计的数据类型。第一个雨量计数据类型是准备从卫星数据与那些4公里×4公里分辨率在雨量数据的位置。第二个雨量计数据类型是真正的雨量计数据收集的AWS在地上。因此,在这项研究中,我们可以得到两个不同的比较结果。通过比较这两个结果,我们可以区分系统的偏差和偏差的卫星降雨率。

图2总结了卫星降雨率的特征数据,卫星降雨率数据收集雨量数据的位置,和雨量计雨率数据的直方图的阈值,0.0,0.5,1.0,和1.5毫米/小时。本的大小的卫星数据,(即8公里×8公里。,平均四(2×2)COMS数据细胞)被认为是。我们可以看到在图2的直方图卫星降雨率看起来更接近正态分布,但成为截断正常随着阈值的增加。卫星数据的直方图在雨量数据的位置或多或少是相同的,但在原点计数峰值的一部分没有雨相当短。另一方面,雨量计的直方图雨率显示了指数分布,也有很强的峰值在原点。数据的范围也更广泛的比卫星数据。可以预期,雨量计的部分没有雨雨率减少随着阈值的增加。

图3展示了卫星降雨率之间的比较结果和雨量计雨率(事实上,这是卫星降雨率雨量计的位置)。箱子的大小的卫星数据认为是2×2,4×4,8×8,16×16,和阈值雨率被认为是0.0,0.5,1.0,和1.5毫米/小时。雨量计雨率被认为是雨的COMS率在AWS的位置,也就是说,为1×1的大小。我们可以看到在图3,当卫星箱的大小是固定的,比如2×2(即。,the number of COMS cells is four), the error becomes more concentrated around zero as the threshold value increases. This result indicates that the satellite rain rate becomes more similar to the rain gauge rain rate when higher threshold value is applied. Satellite data with relatively high difference between the satellite and the rain gauge rain rate have been removed by increasing the threshold rain rate. On the other hand, when the threshold value is fixed, such as the 0.5 mm/hr, the distribution of error becomes wider and less concentrated around zero as the size of the satellite bin increases. This result indicates that more various pairs of satellite rain rate and rain gauge rain rate have been made as the size of the bin increases.

表1总结了卫星降雨率的基本统计信息,雨量计雨率和错误如图3。意味着卫星降雨率和雨量计雨率表现出增加的趋势随着阈值的增加。另一方面,平均误差随着阈值的增加而减少。方差显示略有不同的行为。方差的卫星降雨率和雨量计雨率都随着阈值的增加而减少。另一方面,误差的方差不显示任何明显的趋势。误差的方差似乎不变不管阈值的增加。这些结果说明阈值适用于卫星数据的结构。基本上,卫星数据(由许多COMS细胞)与高空间变异性有更多机会随着阈值的增加删除。另一方面,随着卫星箱的大小增加,更多的不同对卫星降雨率和雨量计雨率。 Finally, the bias was estimated to be around 1-2% of the mean of satellite rain rate. This result indicates that applying the threshold value to the satellite rain rate does not result in any systematic bias when comparing the satellite and rain gauge rain rate.

图4显示相同的结果如图3但与真正的雨量计468 AWS的数据。在这个图中,我们可以看到错误的分布是扭曲了的高峰的范围0 - 5毫米/小时。总的来说,误差的均值是负的。这一结果表明,卫星降雨率高于雨量计雨率当雨量计雨率很小,卫星降雨率远小于雨量计雨率时雨量计雨率很高。随着卫星降雨率是区域平均的,这个结果可能被接受作为一个正常的人。因此,正如本的大小的卫星数据(即。,the number of COMS cells to be used for making the satellite data) increases, the satellite rain rate decreases to make the peak of the histogram approach the origin. As an effect of the high threshold value, the relative portion of the large negative errors has also been decreased.

类似于表1、表2总结了卫星降雨率的基本统计信息,雨量计雨率和错误如图4。我们可以看到在这个表中,误差的均值是负的,这主要是由于错误的负偏态分布。偏度系数的估计约50 - 60%的平均降雨率。误差的大小也会增加,随着阈值的增加。然而,错误的均值和方差的大小减少本增加卫星的日期。总的来说,错误的大小估计远高于均值的卫星降雨率。

上面的结果是完全不同的一个图3和表1。结果在表2表明应该有另一种偏见参与的均值误差。调查这种可能性,卫星之间的比率雨率和雨量计雨率(即。,人工)的图3和表1派生的,相比之下,那些在图吗4和表2使用真正的AWS的雨量计雨率。结果总结在表3。很有趣的是,表3表明,有一个非常一致的卫星降雨率之间的关系和雨量计雨率。在一个人造的例图3(和表1),周围的比率都是估计。另一方面,比率增加高于两个在所有情况下考虑。也是有趣的注意,对于一个给定的本的卫星数据的大小,比例不变的阈值。即阈值应用到卫星数据不介绍和系统性偏差比较卫星和雨量计雨率。然而,比变得有点小的大本的卫星数据。

4所示。摘要和结论

脚踏实地的卫星估计雨中是一个主要问题。所采取的主要问题是测量卫星传感器从根本上不同的是比在地上。在这项研究中,我们提出了一个技术验证卫星降雨率的基于比较的测量在地上。因为卫星降雨率不是可靠的雨率很低时,使用的真实设计提出了研究双只有当卫星测量的数据超过一定的阈值水平。真实点雨量计是用于测量来验证卫星降雨率。

作为一个应用实例,本研究分析了COMS(通信、海洋和气象卫星)在韩国雨率数据。真实数据,雨率从468使用AWS(自动气象站)。降雨事件包括雨率0800 lst分析2011年7月27日,其最大小时降雨率记录在首尔,韩国的首都,超过80毫米/小时。总结结果如下。

首先,比较卫星降雨率和人工雨量计雨率(事实上,这是卫星降雨雨量计的位置速度)表明,卫星雨率更类似于雨量计雨率更高的阈值时。另一方面,当阈值是固定的,错误变得更广泛和更少的分布集中在零附近随着卫星箱的大小增加。这一结果表明,更多的不同对卫星降雨率和雨量计雨率随着本的大小增加。然而,当偏差估计在1 - 2%的意思是卫星降雨率,我们可以得出这样的结论:阈值应用到卫星降雨率不会导致任何系统(设计)偏见当比较卫星和雨量计雨率。

第二,卫星降雨率之间的比较和真正的雨量计468 AWS的数据显示,错误是扭曲了的分布随着高峰在0 - 5毫米/小时。这一结果表明,卫星降雨率变得高于雨量计雨率时雨量计雨率很小,卫星雨率变得远小于雨量计雨率当雨量计雨率很高。也就是说,存在另一种偏见参与卫星降雨率的错误。雨量计雨率比卫星降雨率估计非常始终高于两个与COMS数据在这个应用程序中。

最后,在所有情况下的阈值和大小的本认为发现雨量计雨率比卫星降雨率仍然是一样的,不管你的阈值对于一个给定的大小的卫星数据。这一结果表明,阈值应用到卫星数据不介绍和系统性偏差比较卫星和雨量计雨率。然而,比可以有点小的大本的卫星数据。

利益冲突

作者宣称没有利益冲突有关的出版。

承认

这项研究受到了格兰特(awmp-b079364-01 14日)从水资源管理研究项目由土地、基础设施和运输的韩国政府。